插件中心自帶模型積分超市開通會員 USD

Wan 3.0 香港實測攻略:阿里影片規格、成本與提示詞指南 (2026)

Wan 3.0 香港實測攻略:阿里影片規格、成本與提示詞指南 (2026)

阿里巴巴 Wan 3.0 現已登陸 DramaCanvas,每秒只需 24 積分,即可原生生成長達 30 秒、解像度最高達 1080p 的 AI 影片。創作者可在 [DramaCanvas](https://dramacanva.com) 上直接使用,收費為 480p 每秒 6 積分、720p 每秒 12 積分及 1080p 每秒 24 積分。Wan 3.0 在 DramaCanvas 上的最大優勢在於參考素材支援能力:單次生成即可同時輸入 10 張圖片、5 條影片(每條 ≤100 MB)及 5 個音訊片段,素材容量超越 Seedance 2.0(9 張圖片、3 條影片、3 個音訊),且根據阿里巴巴官方文件,更支援原生音訊同步生成。雖然其每秒單價比 Seedance 2.0 與 Seedance 2.5 更便宜,但若追求全平台最平的 1080p 每秒生成成本,則可選用 Kling 4(每秒 12 積分,僅支援圖片輸入,不支援影片或音訊參考)。

在這篇製作指南中,你將深入了解 Wan 3.0 對比 Seedance 2.5 與 Seedance 2.0 的規格差異、DramaCanvas 的積分計費機制,以及如何套用阿里巴巴官方公式撰寫精準提示詞。以標準版(Standard)月費 $29.90 美元購買 1,100 積分計算(每積分約 $0.027 美元),一段 10 秒的 1080p 分鏡只需 240 積分(約 $6.48 美元),為敘事分鏡製作提供了實用的預算基準。

甚麼是阿里 Wan 3.0?具備哪些核心影片生成功能?

阿里巴巴 Wan 3.0 是阿里雲於 [Model Studio](https://modelstudio.alibabacloud.com/intl/blog/wan3-ai-video-generation-model/) 推出的基礎影片模型,能以每秒 30 幀(fps)流暢生成長達 30 秒的連續影片,並支援 6 種畫面比例。

根據 [阿里雲 Model Studio 影片生成指南](https://docs.modelstudio.console.alibabacloud.com/en/model-studio/wan3-video-generation-guide),Wan 3.0 採用一體化架構,在單一模型內全面支援文字生成影片(Text-to-Video)、圖片生成影片(Image-to-Video)以及參考素材生成影片(Reference-to-Video)。它能原生生成與畫面動作精準同步的角色語音對白、背景音樂及環境音效。

在 DramaCanvas 上,創作者可透過 [無限畫布介面](https://dramacanva.com) 同步使用 Wan 3.0 與 Kling 3.0 及 Kling 4 等模型。在畫布中,Wan 3.0 在 480p、720p 及 1080p 解像度下,最多可接受 10 張參考圖片、5 條參考影片(每條 ≤100 MB)及 5 個參考音訊片段。正如 [Wan 3.0 官方 GitHub 儲存庫](https://github.com/AlibabaCloud-Official/Wan3.0/tree/main) 所述,該模型亦支援跨 12 種語言的文字渲染,並可接入 DramaCanvas MCP 伺服器 實現自動化工作流程。

Wan 3.0 對比 Seedance:影片成本與參考素材輸入有何分別?

在 DramaCanvas 上,Wan 3.0 生成 1080p 影片每秒收費 24 積分,相比 Seedance 2.5(每秒 74 積分)節省 67.6% 積分消耗,比 Seedance 2.0(每秒 50 積分)亦節省 52%。

在 無限畫布 上規劃劇集連續鏡頭時,積分消耗速度直接決定產出規模。以 Wan 3.0 生成一段 10 秒 720p 草稿需消耗 120 積分(按每積分 $0.027 美元計算約 $3.24 美元),而 Seedance 2.0 需消耗 200 積分(約 $5.40 美元),Seedance 2.5 則需 300 積分(約 $8.10 美元)。若是渲染完整的 30 秒 1080p 連續鏡頭,Wan 3.0 需 720 積分(約 $19.44 美元),而 Seedance 2.5 則高達 2,220 積分(約 $59.94 美元)。

素材輸入支援是另一大關鍵分水嶺。雖然 Seedance 2.5 支援多達 30 張參考圖片,但在 DramaCanvas 上不接受任何參考影片。相反,Wan 3.0 允許同時加入最多 5 條參考影片(每條 ≤100 MB)、10 張參考圖片及 5 個音訊片段,讓創作者可將動作走位直接傳遞至全新場景。

模型(開發商)解像度及每秒積分影片時長畫面比例DramaCanvas 輸入支援
Wan 3.0(阿里巴巴)480p 6 · 720p 12 · 1080p 242–30 秒6 種比例最多 10 張參考圖片、5 條參考影片(每條 ≤100 MB)、5 個參考音訊片段
Seedance 2.5480p 14 · 720p 30 · 1080p 744–30 秒6 種比例最多 30 張參考圖片、10 個參考音訊片段;DramaCanvas 上不支援參考影片
Seedance 2.0480p 10 · 720p 20 · 1080p 504–15 秒(720p 最長 30 秒)6 種比例最多 9 張參考圖片、3 條參考影片、3 個參考音訊
Kling 4(快手)720p 7 · 1080p 123–30 秒16:9 / 9:16 / 1:1 / 21:9最多 10 張參考圖片
Kling 3.0(快手)720p 8(連聲音 12)· 1080p 16 · 4K 403–15 秒16:9 / 9:16 / 1:12 張圖片作為首尾幀;不支援參考影片/音訊
MiniMax H3(海螺)480p 5 · 768p 8 · 1080p 134–30 秒(1080p 最長 15 秒)6 種比例1 張圖片作為起始幀
Grok Imagine Video 1.5 (xAI)480p 6 · 720p 104–15 秒6 種比例最多 7 張參考圖片

積分收費於 2026-11-04 在 DramaCanvas 核實。

當群戲需要大量不同服裝參考且預算充足時,可選用 Seedance 2.5。當項目需要長達 30 秒連續場景、影片及音訊參考素材支援,或希望大幅降低製作成本時,Wan 3.0 則是理想之選。若要追求全平台最平的 1080p 生成單價,可選用 Kling 4(每秒 12 積分,僅限圖片參考,無影片/音訊參考),該模型亦提供每秒 7 積分的 720p 選項(10 秒約 $1.89 美元);而 Kling 3.0 則提供每秒 40 積分的 4K 超高解像度輸出選項。

如何在 DramaCanvas 上生成第一條 Wan 3.0 影片?

要在 DramaCanvas 製作第一條 Wan 3.0 影片,只需新增影片節點、在模型選單選取 Wan 3.0、設定參數並輸入提示詞,即可以 720p 每秒 12 積分的成本啟動生成。

步驟 1:新增影片節點並選取 Wan 3.0

點擊畫布底部工具欄的 Add node 並選擇 Video。在節點下方的模型選單中,選取 Wan 3.0 (Alibaba)。

步驟 2:設定解像度、畫面比例及秒數

點擊輸入框下方的設定摘要(顯示如「720P · 16:9 · 5s」),開啟影片設定面板。初期測試可先將 Resolution 設為 720P(正式成品可選 1080P),在 Size 下挑選畫面比例(直向短片選 9:16,橫向影片選 16:9),並在 Seconds 將秒數設定在 2 至 30 秒之間。

步驟 3(可選):連接圖片或影片作為參考素材

若要讓靜態圖片動起來或提供參考素材,可先將素材加入畫布,然後從圖片或影片節點右側的連接點拉出一條連接線至影片節點。在 DramaCanvas 上,Wan 3.0 最多支援 10 張參考圖片、5 條參考影片(每條 ≤100 MB)及 5 個參考音訊片段。如需將圖片動態化,可在 Parameters 中的 Start frame 選取該圖片。

步驟 4:輸入提示詞、核對積分並啟動生成

將下方提供的任一提示詞貼入輸入框並按需求調整。生成按鈕會直接顯示本次運算所需的積分數量;確認積分無誤後點擊生成。生成完成後,選取該影片節點並點擊其工具欄上的 Download 即可儲存影片。

阿里官方推薦的 Wan 3.0 專業影片提示詞結構是怎樣的?

根據 [阿里雲 Model Studio 提示詞指南](https://www.alibabacloud.com/help/en/model-studio/wan3-video-generation-prompt-guide) 公布的 Wan 3.0 官方公式,專業敘事影片提示詞由 7 大要素組成:整體畫面描述、參考素材標記、附帶時間戳記的分鏡規劃、角色對白、音效或背景音樂、風格氛圍,以及負向提示詞。

單一句子的簡短描述雖然能生成基本動作,但若要製作 30 秒多分鏡連續畫面,加入明確的時間戳記與素材引用標記,能確保角色站位與運鏡軌跡保持高度一致。

提示詞
提示詞結構 = [整體描述 (Overall description)]
           + [參考素材標記 (Reference material citation): Image N / Video N / Audio N]
           + [分鏡 Shot N (起始-結束秒數): 主體 + 場景 + 動作 + 鏡頭控制]
           + [角色對白 (Dialogue): Character says: "Line"]
           + [音效 / 背景音樂 (Sound effect / BGM)]
           + [畫面風格 / 氛圍 (Style / Mood)]
           + [負向提示詞 (Negative prompt list)]

下表對比了缺乏焦點的提示詞與結構化高效提示詞的實際差異。

提示詞版本提示詞內容範例成敗原因分析
不理想提示詞"A detective walking down a dark street in the rain with dramatic lighting."缺乏時間戳記、未指定鏡頭焦距、無素材引用標記,亦未對音訊生成給予指引。
結構化高效提示詞"Shot 1 (00:00-00:05): 35mm wide lens. Detective Hayes (Image 1) walks across rain-slicked cobblestones. Shot 2 (00:05-00:10): 85mm close-up. He mutters: 'Too quiet.' Sound: steady rainfall, distant foghorn. Mood: 1940s film noir, amber lighting."明確設定時間戳記、鏡頭焦距、素材標記、角色對白、音效指引及光影控制。

有哪些可即時複製套用的 5 款 Wan 3.0 專業提示詞範本?

以下 5 款可直接複製的 Wan 3.0 提示詞範本,專為歷史敘事劇、高速動作追鏡、商業品牌廣告、動作遷移及 9:16 直向短劇對白等實戰場景而設。

1. 多分鏡敘事短劇(Multi-Shot Narrative Drama)

適用於需要穩定角色走位(blocking)與精準音訊同步的對白場景。

Prompt
Period drama sequence in an 18th-century library. Lord Malvern (referencing Image 1) confronts Julian (referencing Image 2) across an oak table. 15 seconds duration.

Shot 1 (00:00-00:05): Wide shot, 28mm lens. Lord Malvern stands by hearth holding an unsealed envelope.

Shot 2 (00:05-00:10): Medium shot, 50mm lens. Julian enters through oak doors. Lord Malvern speaks with quiet tension: "You should not have returned to the estate."

Shot 3 (00:10-00:15): Close-up, 85mm lens. Julian replies: "The inheritance belongs to the county now."

Sound design: Crackling fireplace wood, heavy window rain, clear spoken dialogue. Mood: Somber British period drama, warm amber key light, dark shadow falloff.

2. 高速動作追鏡(High-Speed Action Tracking)

根據 [阿里雲文字生成影片指南](https://www.alibabacloud.com/help/en/model-studio/text-to-video-guide),此多分鏡架構能精準調度運鏡軌跡並與交響配樂同步。

Prompt
A 15-second wildlife tracking sequence across savanna grasslands during golden hour.

Shot 1 (00:00-00:05): Extreme wide shot. Camera glides forward across savanna while tilting upward as a cheetah enters frame left on the path of a fleeing antelope.

Shot 2 (00:05-00:10): Low tracking shot parallel to the cheetah on the right. Grassy background sweeps past rapidly while subject stays left of center.

Shot 3 (00:10-00:15): Forward push-in at ground level, narrowing focus as the cheetah extends forelimbs toward the antelope's hindquarters.

Sound design: Crescendoing orchestral score, rhythmic drum cadence, paw thuds on dry soil, rushing wind. Final second cuts to isolated breathing.

3. 商業品牌廣告(Commercial Brand TVC)

利用此商業廣告結構,將產品美學及色調精準轉化為宣傳影片。

Prompt
A 15-second warm-toned commercial brand film for an artisanal café, referencing barista in Image 1 and color palette in Image 2.

Shot 1 (00:00-00:05): Macro close-up shot, 100mm lens. Steaming water pours from brass kettle onto ground coffee in ceramic dripper. Water droplets catch morning window light.

Shot 2 (00:05-00:10): Medium tracking shot along a timber counter. A barista in an indigo apron slides a warm ceramic mug toward an unseen customer beside a sunlit window.

Shot 3 (00:10-00:15): Close-up portrait, 85mm lens. A smiling patron wraps hands around the ceramic cup, takes an appreciative sip, and looks toward the autumn street.

Sound design: Gentle water pouring hiss, ceramic mug clink on wood, acoustic guitar melody, ambient café murmurs. Mood: Warm golden tones.

4. 動作遷移與角色參考(Motion Transfer and Character Reference)

適用於從現有影片中復刻動作走位與運鏡軌跡,同時替換套用全新角色資產。

Prompt
Reference-to-video motion transfer: Replicate camera movement, sword strike trajectory, and footwork from Video 1, casting armored warrior from Image 1 as performer.

Action description: Armored warrior executes 360-degree spinning broadsword parry against two incoming spear attacks in stone courtyard. Maintain velocity curves and low whip-pan from Video 1.

Shot parameters: 10 seconds duration, 1080p resolution, 16:9 widescreen ratio. Armor engraving and face scars match Image 1.

Sound design: Heavy metal blade clashes, rain on steel plate, combat vocal grunts. Mood: Gritty dark fantasy, desaturated slate tones with bright weapon sparks.

5. 直向 9:16 短劇對白(Vertical 9:16 Short Drama Dialogue)

專為手機屏幕設計的雙人張力對白短劇範本。

Prompt
Vertical 9:16 short drama scene in a corporate boardroom at night. Elena (referencing Image 1) confronts Marcus (referencing Image 2) across a glass conference table. 10 seconds duration.

Shot 1 (00:00-00:05): Medium close-up, vertical framing, 50mm lens. Elena stands under cool fluorescent lights, drops a signed contract onto the glass, and says firmly: "The board voted ten minutes ago."

Shot 2 (00:05-00:10): Close-up, 85mm lens. Marcus leans back into his leather chair, stares up with narrowed eyes, and answers quietly: "They don't own the voting shares, Elena."

Sound design: Sharp paper slap against glass table, low hum of office air conditioning, distant city sirens, clear synchronized dialogue. Mood: High-stakes corporate thriller, cool blue rim light with sharp shadows.

Wan 3.0 在 DramaCanvas 上運作有哪些限制?

Wan 3.0 在 DramaCanvas 上的素材輸入上限為 10 張參考圖片、5 條參考影片(每條 ≤100 MB)及 5 個參考音訊片段,每次生成的影片長度介乎 2 至 30 秒。

首先是檔案大小與影片參考數量的限制。雖然在畫布上最多可連接 5 條參考影片,但每條獨立影片檔案不得超過 100 MB。同樣地,每個節點的參考圖片上限為 10 張。若手頭上的影片素材較大,上傳至畫布前建議先進行剪輯裁切或壓縮。

其次是輸出解像度上限為 1080p。雖然 Wan 3.0 提供 480p、720p 及 1080p 三種解像度規格(分別為每秒 6、12 及 24 積分),但目前並不支援 4K 生成。如果你的製作流程必須輸出 4K 母片,可改用 Kling 3.0,其 4K 生成成本為每秒 40 積分。

第三,Model Studio 的原生功能與 DramaCanvas 畫布工具有所不同。在阿里雲 Model Studio 上,Wan 3.0 支援匯入文件與試算表(例如 PPT、PDF、DOC 及 XLS)以及基於提示詞的影片指令編輯。而在 DramaCanvas 上,此模型專門針對生成式影片工作流程進行了深度整合,以圖片、影片及音訊參考節點為核心。

最後,積分消耗會隨時長及解像度遞增。一條完整的 30 秒 1080p 影片需消耗 720 積分(約 $19.44 美元)。建議先以 5 秒 720p 草稿(只需 60 積分,約 $1.62 美元)測試鏡頭構圖與角色參考效果,確認視覺連貫性無誤後,再渲染最終的 30 秒成品。

常見問題

Wan 3.0 在 DramaCanvas 上能否支援參考影片?

可以,Wan 3.0 在 DramaCanvas 上直接支援最多 5 條參考影片(每條檔案大小 ≤100 MB)。這讓創作者能夠利用現有實拍或動畫片段,直接引導鏡頭運動、演員節奏及肢體動作。相比之下,Seedance 2.5 在 DramaCanvas 上完全不支援參考影片,而 Seedance 2.0 則最多支援 3 條參考影片。

在 DramaCanvas 生成一條 30 秒 1080p 的 Wan 3.0 影片需要多少積分與費用?

在 DramaCanvas 生成一條 30 秒 1080p 的 Wan 3.0 影片需消耗 720 積分,按標準版(Standard)月費計算約合 $19.44 美元(月費 $29.90 美元獲 1,100 積分,每積分約 $0.027 美元)。相比之下,在 Seedance 2.5 上渲染 30 秒 1080p 影片需高達 2,220 積分(約 $59.94 美元),因此 Wan 3.0 在長秒數渲染上比 Seedance 2.5 便宜達 67.6%。如生成失敗,DramaCanvas 會自動全數退還積分。若追求全平台最平的 1080p 每秒成本,Kling 4 僅需每秒 12 積分(但僅支援圖片參考,不支援影片或音訊參考)。

製作短劇時應該選擇 Wan 3.0 還是 Seedance 2.5?

當項目需要連續 30 秒長鏡頭、影片與音訊參考支援,或者追求比 Seedance 更低成本(1080p 每秒 24 積分)時,應優先選擇 Wan 3.0。若追求最平的 1080p 每秒單價,可選用 Kling 4(每秒 12 積分,僅限圖片參考,無影片/音訊參考)。而當製作需要多達 30 張參考圖片來確保群戲中複雜的角色、服裝與道具高度一致時,則建議選擇 Seedance 2.5。Seedance 2.5 在 1080p 下每秒收費 74 積分(10 秒約 $19.98 美元),而 Wan 3.0 每秒只需 24 積分(10 秒約 $6.48 美元),且額外支援最多 5 條參考影片。

如果在 DramaCanvas 上生成 Wan 3.0 影片失敗會如何處理?

生成失敗時,所扣除的積分會自動全數退還至你的 DramaCanvas 帳戶餘額。常見的生成錯誤原因包括附加的參考影片單檔超過 100 MB,或連接超過 5 條參考影片。只要檢查並確認素材符合輸入限制後,即可重新啟動生成,無需擔心損失積分。

要開始體驗 Wan 3.0,建議先將影片節點設為 720p 生成 5 秒草稿(只需 60 積分,約 $1.62 美元),確認鏡頭構圖與參考素材精準對齊後,再擴展至完整的 30 秒 1080p 成品渲染。立即登入 [DramaCanvas](https://dramacanva.com) 建立新項目,新增影片節點,在畫布上實測你的首個敘事分鏡!